基于改進(jìn)LDP特征的人臉識別方法.pdf

1、人臉識別具有操作簡單、表現(xiàn)穩(wěn)定的優(yōu)點(diǎn)，在近年來獲得了日益廣泛的應(yīng)用，這也對人臉識別方法的成功率與運(yùn)行速度提出了更高的要求。本文在理解了人臉識別基本原理與難點(diǎn)、研究了國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，按照圖像預(yù)處理、人臉檢測、特征提取、完整實(shí)現(xiàn)、結(jié)果驗(yàn)證的脈絡(luò)進(jìn)行了改進(jìn)人臉識別方法的研究。
　　首先對人臉識別的發(fā)展歷程進(jìn)行了概述，明確了從局部特征方法著手的研究方向。其次分別介紹了直方圖均衡化、空間域?yàn)V波以及圖像銳化算法，完成了對圖像預(yù)處理的研

2、究。然后研究了Adaboost算法，利用OpenCV平臺(tái)提供的Haar特征分類器，驗(yàn)證了一種有效的人臉檢測方法，并引入積分圖與級聯(lián)分類器模型優(yōu)化了人臉檢測速度。之后對包括基本LBP、改進(jìn)LBP與LDP在內(nèi)的局部特征提取方法進(jìn)行研究，重點(diǎn)提出了一種改進(jìn)的LDP特征提取方法，改進(jìn)內(nèi)容包括:將待識別人臉圖像切割成相同大小的子區(qū)域;在得到中心像素的特征編碼時(shí)將負(fù)數(shù)梯度返回值納入考慮;對各個(gè)子區(qū)域按照結(jié)構(gòu)對比信息的不同賦予不同權(quán)值。最后在ORL與